24 Tarea2

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Plantilla para entrega de la Unidad 2: Tarea 2 - Experimentos

aleatorios y distribuciones de probabilidad
Portada
Tarea2
Angela Mailet Garzón Rendón – 1083025085
Alex Forero Acuña - 85471039
Jhon Jairo Tellez -
Universidad Nacional Abierta y a Distancia – UNAD
Nota del autor
Probabilidad 100472_246, Universidad Nacional Abierta y a Distancia,
La correspondencia relacionada con este proyecto debe ser dirigida a

Edgar Eliecer Blanco.

Introducción (mínimo 2 párrafos de 10 líneas de texto cada
uno)
Introducción
En el presente documento está el desarrollo colaborativo de la unidad 2
de probabilidad, Experimentos aleatorios y distribuciones de la
probabilidad, que cuenta con la elaboración de un mapa conceptual de
los temas que se abordaron en el desarrollo como la identificación y
contextualización de las diferentes formas de distribución de variables
aleatorias, como binomial, hipergeometrica y poisson, y los métodos de
identificar la media, varianza y desviación estándar de estas formas de
distribución. Los mapas conceptuales, también brindan puntos como la
importancia de las temáticas de la unidad 2 y la aplicación en la vida
cotidiana.
Cada estudiante hizo el desarrollo de 4 ejercicios por, estudio de casi

estudiante del número 1 al 5, en este documento se encuentra
desarrollado los casos número 1, por Alex Forero, que cuenta con su
respectivas contextualización, comprensiones y conclusiones. Los
estudios de caso número 2, están desarrollados por Jhon Jairo Tellez,
que cuenta con sus respectivas contextualización, comprensiones y
conclusiones. Los estudios de caso número 4, están desarrollados por
Angela Mailet Garzón, que cuenta con sus respectivas
contextualizaciones, comprensiones y conclusiones.
Objetivos
El grupo presenta máximo 3 objetivos, uno general y dos
específicos.
Objetivo General
Desarrollar de forma correcta o esperada las ilustraciones de las
variables aleatorias y distribuciones de probabilidades discretas y
continuas.
 Lograr identificar los conceptos de los métodos de distribución

de variables aleatorias
 Analizar y desarrollar los casos que se han escogido de forma

individual, y dar conclusiones a los ejercicios.
Opción Estudiante
Estudios de caso estudiante N°1 Alex Forero Acuña
Estudios de caso estudiante N°2 Jhon Jairo Tellez
Estudios de caso estudiante N°3
Estudios de caso estudiante N°4 Angela Mailet Garzon
Estudios de caso estudiante N°5
Ejercicio 2
Binomial
Modos de
Hipergeometrica
distribución
Poisson
Normal
Unidad 2
Moda
Variables
Varianza
discreta
Desviacion
La importancia de las temáticas de la unidad 2, nos sacan de preguntas

dudas y de aprietos cuando de probabilidad se trata, cuando tengamos
que evaluar puntajes datos, como ingenieros vemos muchos datos y
muchos tipos de datos, tanto así que hice un video para recordar cómo
usar las funciones en Excel y con estos modos de distribución de
variables aleatorias.
También la importancia y el uso cotidiano de estas formas de

distribución de variables aleatorias, y que hasta para el gasto de dinero
mensual, el manejo de datos de ventas en mi negocio, etc...
El grupo entrega aquí, de manera organizada, el análisis, desarrollo y
solución de ESTUDIO DE CASO que selecciono y explico cada
estudiante a sus compañeros de grupo.
Solución al estudio de caso 1: El grupo entrega aquí, de manera
organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
Alex Forero Estudios de caso estudiante N°1
a. Distribución Hipergeométrica: De 60 personas seleccionadas de una

determinada empresa, 20 de ellas son técnicos y 40 son profesionales
de cierta área de la lingüística. Si se selecciona aleatoriamente una
muestra de 12 personas, ¿Cuál es la Probabilidad de que:
1. 6 de ellos sean tecnólogos?

2. 7 de ellos sean profesionales?
n1 =20tecnicos
n2 =40 profesionales de la linguistica
n=12 es el tamaño de la muestra , entonces si x es la variable que identifica a
los tecnicos o tecnologos
entonces :
20 40
1) P ( x=6 )=
( 6 )( 12−6 )
=0.1063( aproximadamente)
60
(12)
es la probabilidad de que 6 sean tecnologos
2) si x es la variable que define a los profesionales entonces
40 20 40 20
P ( x=7 )=
( 7 )( 12−7 ) ( 7 )( 5 )
= =0.2066 esla probabilidad de
60 60
(12) ( 12)
que 7 sean profesionales
.Distribución Binomial: (Distribución binomial). En una

empresa el 25% de los empleados tienen estudios de posgrado.
Se elige aleatoriamente una muestra de 20 trabajadores. Si X es
la variable aleatoria que representa el número de trabajadores
con postgrado, encuéntrese:
1. 𝑃(𝑋≤4)
2. 𝑃(𝑋<4)
3. 𝑃(𝑋≥6)
4. 𝑃(𝑋>6)
5. 𝑃(2≤𝑋≤8)
6. 𝑃(2≤𝑋<8)
7. 𝑃(2<𝑋≤8)
8. 𝑃(2<𝑋<8)
9. 𝑃(𝑋=4)
n=20 es el tamaño de la muestra

P=0.25 es la proporcion de losempleados que tiene posgrado que es
la probabilidad que asume la distribucion . Se usara lacalculadora
electronica para realizar los calculos
1. P ( X ≤ 4 )=P ( X =0 ) + P ( X=1 ) + P ( X =2 )+ P ( X=3 ) + P ( X =4 )

4
¿ ∑ n PX ¿
()
X =0 x
4
¿ ∑ 20 ¿
( )
X =0 x
P ( X ≤ 4 ) =0.41484 aproximadamente
2. P ( X <4 )=P ( X=0 ) + P ( X=1 ) + P ( X=2 )+ P ( X =3 )

3
¿ ∑ 20 ¿
( )
X =0 x
P ( X < 4 )=0.22516
3. P ( X ≥ 6 ) =1−P ( X <6 )=1−[P ( X =0 ) + P ( X=1 )+ P ( X =2 ) + P ( X=3 )+ P ( X =4 ) + P ( X=5 ) ]
4
¿ 1− ∑ 20 ¿
( )
X =0 x
¿ 1−0.6171726544
¿ 0.38283
4. P ( X >6 )=1−P ( X ≥ 6 )=1−[ P ( X=0 )+ P ( X =1 ) + P ( X=2 ) + P ( X =3 ) + P ( X=4 ) + P ( X =5 ) + P ( X=6 ) ]
6
¿ 1− ∑ 20 ¿
( )
X =0 x
¿ 0.21422
5. P ( 2 ≤ X ≤ 8 )=P ( X=2 ) + P ( X =3 ) + P ( X=4 ) + P ( X =5 ) + P ( X=6 )+ P ( X =7 ) + P ( X =8 )

8
¿ 1− ∑ 20 ¿
( )
X =2 x
¿ 0.93476
6. P ( 2 ≤ X <8 ) =P ( X=2 ) + P ( X=3 )+ P ( X=4 ) + P ( X=5 )+ P ( X=6 )+ P ( X =7 )
7
¿ ∑ 20 ¿
( )
X =2 x
¿ 0.87388
7. P ( 2< X ≤ 8 ) =P ( X=3 ) + P ( X =4 )+ P ( X =5 ) + P ( X=6 ) + P ( X=7 )+ P ( X =8 )
8
¿ ∑ 20 ¿
( )
X =3 x
¿ 0.86781
8. P ( 2< X <8 ) =P ( X =3 ) + P ( X =4 )+ P ( X =5 ) + P ( X=6 ) + P ( X=7 )
7
¿ ∑ 20 ¿
( )
X =3 x
¿ 0.80693
9. P( X =4 )= ( 20x ) ¿
c. Distribución Poisson: En el estudio de cierto organismo

acuático se toman gran número de muestras de un estanque y se
midió el número de organismos que había en cada muestra. Se
encontró que el promedio de organismos por muestra fue de

tres. Encontrar la Probabilidad de que:
1. La siguiente muestra que se tome contenga uno o más

organismos.
2. La próxima muestra tomada contenga exactamente dos

organismos. λ
c. El parámetro de la distribución es λ=3
1 ¿ P (X ≥1/ λ=3)
2 ¿ P (X=2/ λ=3)
Solución: 1) P ( X ≥1/ λ=3 ) =1−P( X =0 /λ=3)
e−3 ( 3 )0
¿
0!
¿ 1−e−3
¿ 0.95021 es la probabilidad requerida
2 e−3 (3 )2
(
2) P X= =3 =¿
λ )2!
=0.22404 es la probabilidad requerida
d. Distribución Normal: En comparación con las baterías tradicionales,

las baterías de iones de litio se cargan más rápido, duran más y tienen
una densidad de potencia más alta, lo que las hace más livianas y les
da una mayor duración. Estas baterías duran en promedio 6 años, con
una desviación estándar de 0,9 años. Suponiendo que la duración de
las baterías está normalmente distribuida, encuéntrese la Probabilidad
de que una batería de litio dada dure entre de 4 y 7 años.
d. La variable x está distribuida según la distribución normal
así: μ=6 años es la media y 0.9=σ es la desviacion estandar entonces
como esta es una distribucion de variable continua
P ( 4< X <7 )=P ( X <7 )−P ( X < 4 )
7−6 4−6
(
¿ P Z<
0.9 ) (
−P Z<
0.9 )
¿ P ( Z <1.11 ) −P ( Z=−2.22 )
¿ 0.8665−0.132
P ( 4< X <7 )=0.8553=85,33 %

CASO presentado

Jhon Jairo Tellez Estudios de caso estudiante N°2
a. Distribución Hipergeométrica: Un lote de 40 artículos contiene

5 defectuosos. Se elige una muestra aleatoria de 8 artículos. ¿Cuál
es la Probabilidad de que 3 de ellos sean defectuosos?
Datos:
C Mk ∗Cn−k
N− M
N=40 tamaño poblacional P ( k )= N

Cn
n=8 tamaño muestral
M=5 numero de éxitos de la población
Solución
5! 35 !
P ( k=3 )=
( 5 ! ( 2 ) ! ( 5 ) ! (30 ¿ ) ! )
)( =0,0422
40 !
( 8 ! ( 32) ! )
b. Distribución Binomial: En cierta zona geográfica, el 10% de las
personas son analfabetas. ¿Cuál es la Probabilidad de que una
muestra aleatoria de 15 adultos el número de analfabetas sea:
Datos:
p = 0,1
n = 15
q= 0,9
1. ¿Exactamente 6?
n!
P ( x=k ) =Cnk pk qn−k = pk qn−k
k ! ( n−k ) !
15 !
P ( x=6 )= ∗0,16∗0,915−6=0,0019
6 ! ( 15−6 ) !
2. ¿Menos de 5?
15 !
P ( x=0 )= ∗0,10∗0,915−0=0,205
0 ! ( 15−0 ) !
15!
P ( x=1 )= ¿ 0,11∗0,9 15−1=0,343
1! ( 15−1 ) !
15 !
P ( x=2 )= ∗0,12 ¿ 0,915−2=0,267
2! (15−2 ) !
15 !
P ( x=3 )= ∗0,13∗0,915−3=0,128
3 ! ( 15−3 ) !
15 !
P ( x=4 )= ∗0,14∗0,915−4 =0,0428
4 ! (15−4 ) !
menos de 5=Σ P( 0,4)=0,9873
3. ¿3 o más?
15 !
P ( x=0 )= ∗0,10∗0,915−0=0,205
0 ! ( 15−0 ) !
15!
P ( x=1 )= ¿ 0,11∗0,9 15−1=0,343
1! ( 15−1 ) !
15 !
P ( x=2 )= ∗0,12 ¿ 0,915−2=0,267
2! (15−2 ) !
3 o mas=1−Σ P (0,2)=0,184
4. ¿Entre 3 y 5 inclusive?
15 !
P ( x=3 )= ∗0,13∗0,915−3=0,128
3 ! ( 15−3 ) !
15 !
P ( x=4 )= ∗0,14∗0,915−4 =0,0428
4 ! (15−4 ) !
15 !
P ( x=5 )= ∗0,15∗0,915−5=0,0104
5 ! ( 15−5 ) !
3 y 5 inclusive=Σ P ( 3,5 )=0,1818
5. ¿Menos de 7 pero más de 4?

15 !
P ( x=5 )= ∗0,15∗0,915−5=0,0104
5 ! ( 15−5 ) !
15 !
P ( x=6 )= ∗0,16∗0,915−6=0,0019
6 ! ( 15−6 ) !
3 y 5 inclusive=Σ P ( 5,6 )=0,0124
c. Distribución Poisson: Un Call center de la empresa de telefonía

Movistar puede recibir un máximo de 8 llamadas por minuto, en
promedio se reciben 5 llamadas cada minuto. Encuéntrese las
Probabilidades de que el número de llamadas recibidas en el
siguiente minuto por el call center sea:
1. Máximo 6.
μ=5→ La media
μ k e− μ
P ( x=k ) = → formula distr . Poisson
k!
50 ¿ e−5
P ( 0 )= =0,007
0!
51∗e−5
P ( 1 )= =0,033
1!
52∗e−5
P ( 2 )= =0,084
2!
53 ¿ e−5
P 3=
( ) =0,140
3!
54 ¿ e−5
P ( 4 )= =0,175
4!
55 ¿ e−5
P ( 5 )= =0,175
5!
56 ¿ e−5
P ( 6 )= =0,146
6!
maximo 6=Σ P ( 0,6 )=0,762
2. Menos de 4.
50 ¿ e−5
P 0=
( ) =0,007
0!
51∗e−5
P ( 1 )= =0,033
1!
52∗e−5
P ( 2 )= =0,084
2!
53 ¿ e−5
P ( 3 )= =0,140
3!
menos de 4=Σ P ( 0,3 )=0,265
3. Al menos 3.
50 ¿ e−5
P 0=
( ) =0,007
0!
51∗e−5
P ( 1 )= =0,033
1!
52∗e−5
P ( 2 )= =0,084
2!
al menos 3=1−Σ P ( 0,2 )=1−0,1246=0,8754
4. Tan grande que lo sature.
50 ¿ e−5
P ( 0 )= =0,007
0!
51∗e−5
P ( 1 )= =0,033
1!
52∗e−5
P ( 2 )= =0,084
2!
53 ¿ e−5
P 3=
( ) =0,140
3!
54 ¿ e−5
P ( 4 )= =0,175
4!
55 ¿ e−5
P ( 5 )= =0,175
5!
56 ¿ e−5
P ( 6 )= =0,146
6!
57 ¿ e−5
P ( 7 )= =0,1044
7!
56 ¿ e−5
P ( 8 )= =0,0652
8!
saturada=Σ P ( 0,8 ) =0,9319
5. Entre 2 y 7.
2 −5
5 ∗e
P ( 2 )= =0,084
2!
53 ¿ e−5
P ( 3 )= =0,140
3!
54 ¿ e−5
P ( 4 )= =0,175
4!
55 ¿ e−5
P ( 5 )= =0,175
5!
56 ¿ e−5
P ( 6 )= =0,146
6!
57 ¿ e−5
P ( 7 )= =0,1044
7!
entre 2 y 7=Σ P ( 2,7 )=0,826
6. Una o más pero menos de 8.
1 −5
5 ∗e
P ( 1 )= =0,033
1!
52∗e−5
P ( 2 )= =0,084
2!
53 ¿ e−5
P ( 3 )= =0,140
3!
54 ¿ e−5
P ( 4 )= =0,175
4!
55 ¿ e−5
P ( 5 )= =0,175
5!
56 ¿ e−5
P ( 6 )= =0,146
6!
57 ¿ e−5
P ( 7 )= =0,1044
7!
entre 1 y 7=Σ P ( 1,7 )=0,859
7. No más de 3 pero más de 1.
2 −5
5 ∗e
P ( 2 )= =0,084
2!
53 ¿ e−5
P ( 3 )= =0,140
3!
entre 2 y 3=Σ P ( 2,3 )=0,2245
8. Mas de 2 pero menos de 6.
53 ¿ e−5
P ( 3 )= =0,140
3!
54 ¿ e−5
P ( 4 )= =0,175
4!
55 ¿ e−5
P 5=
( ) =0,175
5!
entre 3 y 5=Σ P ( 3,5 )=0,491
9. Ninguna.
50 ¿ e−5
P ( 0 )= =0,007
0!
d. Distribución Normal: El pan de Almendra alto en proteína es el

producto más exitoso de Fitcook by Mary Méndez, este producto se
distribuye en las principales ciudades del País. Las cajas en las
cuales se empaca este producto tienen una longitud promedio de
32 centímetros y una desviación estándar de 3 centímetros. Si se
supone que las longitudes están distribuidas normalmente, ¿qué
porcentaje de las cajas son:
1. más largas que 33.8 centímetros?
Datos:
μ=32centimetros
σ =3 centimetros
33,8−32
Z= =0,6
3
Buscamos las probabilidades en la curva de distribución normal:
La probabilidad por debajo es → P ( Z ≤ 0,6 ) =0,7257
Entonces como es más larga seria= 1−P ( Z ≤ 0,6 )=1−0,7257=0,2743
2. de entre 31,3 y 35.5 centímetros de longitud?

35,5−32
Z= =1,16
3
La probabilidad por debajo es → P ( Z ≤ 1,16 )=0,8770
31,3−32
Z= =−0,23
3
La probabilidad por debajo es → P ( Z ≤−0,23 )=0,4090
P ( entre 35,5 y 31,3 )=0,8770−0,4090=0,468
3. más cortas que 27.5 centímetros?

27,7−32
Z= =−1,5
3
La probabilidad por debajo es → P ( Z ≤−1,43 )=0,067
Tabla de donde se tomaron las probabilidades

CASO presentado

CASO presentado

Angela Mailet Garzon Estudios de caso estudiante N°4
a. Distribución Hipergeométrica: Cada uno de 12 refrigeradores de

un tipo ha sido devuelto a un distribuidor debido a que se escucha un
sonido agudo cuando el refrigerador está funcionando. Suponga que 7
de estos refrigeradores tienen un compresor defectuoso y que los otros
5 tienen problemas menos serios. Si los refrigeradores se examinan en
orden aleatorio, sea X el número entre los primeros 6 examinados que
tienen un compresor defectuoso.
1. Calcule P ( X=4 ) .
2. Calcule P( X ≤ 4) .
3. Determine la Probabilidad de que X exceda su valor medio por
más de 1 desviación estándar.
Para usar la distribución de la probabilidad hipergeometrica tenemos en

cuenta que es un espacio muestra sin reemplazo, y la forma en que los
desarrollamos es teniendo de una muestra grande, poblacional, tomamos
una muestra más pequeña, y de esa forma empezamos a trabajar.
Usaremos la fórmula:
x=número de éxitos de la muestra =4 es la variable
y=número de éxitos de la población=7 se afirma que son los dañados
n=tamaño de la muestra=6 es la muestra del total
N=número de población=12
Tenemos una fórmula que usa las combinatorias, y asi que realizamos la
verificación y lo resolvemos.
35∗10
=0.3787 8
924
Y ahora en Excel lo verificamos e igualmente al segundo punto
x n y N
4 6 7 12 0.378788 P(x=4)
4 6 7 12 0.878788 P(x<4)
En conclusión:
La respuesta a P ( X=4 )=0.37878 y P ( X ≤ 4 ) =0.87878
Y la probabilidad de que X exceda su valor medio por mas de una

desviación es: 0.75757576
b. Distribución Binomial: Un jugador de softball tiene un promedio

de bateo de 0,25 (ósea un hit en cada 4 veces que vaya a batear) si se
supone que se puede aplicar la distribución binomial y pasa a batear 4
veces en un cierto día, ¿Cuál es la probabilidad de que:
1. Logre un solo hit?

2. ¿Dé por lo menos un hit?
Una distribución binominal en este caso es de un si o un no, un

éxito o fracaso, y esos los identificamos, como los 2 unicos posibles
resultados, se usa la siguiente formula, además de la desviación.
Usamos una tabla de excel para calcular los las 4 veces y el promedio
de hit es 0,25, osea un hot por cada 4 veces por dia.
0.2
1 4 5 0.421875
0.2
2 4 5 0.210938
0.2
3 4 5 0.046875
0.2
4 4 5 0.003906
Tenemos el numero de dias, que son1,2,3 y 4, y el numero de hits por
dia que son 4, y el promedio de hit.
Para excel usamos los sigueintes datos:
p=probabilidad de exitos=0.25
n!=intentos=4
r!=numero de exitos
y para la desviacion usamos excel:
0.5
4 0.4 8 0.987117
En conclusion:
Probabilidad de que logre un hit: 24%
Y probabilidad que sea almenos un hit: 98%
Distribución Poisson: El nuevo Coronavirus (COVID-19) ha sido

catalogado por la Organización Mundial de la Salud como una
emergencia en salud pública de importancia internacional (ESPII).
La Probabilidad de que una persona infectada por COVID-19 fallezca
al día de hoy está dada por el 0,03. Encuéntrese la probabilidad de
que fallezcan menos de 3 de las próximas 500 personas infectadas.
La distribución de poisson es de calcular un evento sin probabilidad

de pronta repetición, sin un lapso de espacio.
Hice la tabla de las 500 personas, para saber en cual momento era
cuando murieran menos de 3 personas, usando la función de Excel.
En conclusión:
La probabilidad de que la muera menos de 3 personas es de 26%
d. Distribución Normal: La cantidad de gaseosa diaria, en litros, que

sirve una máquina que se localiza en la confitería de un Cinema es una
variable aleatoria X que tiene una distribución continua uniforme con A
= 4 y B = 9. Calcule la probabilidad de que en un día determinado la
cantidad de gaseosa que sirve esta máquina sea
1. a lo sumo 7.5 litros;

2. más de 6.3 litros, pero menos de 8.3 litros;
3. al menos 9.2 litros
Teniendo en cuenta que en una distribución normal, es una forma de
forma simétrica o campana, la usamos para equivaler en porcentaje el
área debajo de la curva, usando la media y la desviación, en este caso
es 4 y 9, usando estos datos ya podemos graficar nuestra campana y
de ahí encontrar el día determinado de cantidad de gaseosa gastada.
En conclusión:
más de 7.5L hay la probabilidad de que se gaste: 65%
Que se gaste más 6.3L pero menos de 8.3L es de: 0.8%
Y al menos 9.2L es de:28%

Ejercicio 3
Mentefacto:
El grupo presenta un mentefacto sobre los conceptos e ideas

fundamentales de la unidad 2, tomando como base los cuadros
sinópticos elaborados individualemente en el ejercicio Nº 1 y la
resolución del ejercicio Nº 2 (involucrando las ideas y conclusiones
generales, de cada uno de los casos de estudio).
Conclusiones (mínimo 1 por cada participante)

(No borrar este encabezado)
ESTUDIANTE CONCLUSIÓN
Angela Garzon Para el cierre de este proyecto,
me veo capas de poder realizar
cada una de las formas de
distribución de variables
aleatorias.
Referencias bibliográficas en formato APA. (Mínimo una por cada

participante, no pueden repetir referencias)
(No borrar este encabezado)
ESTUDIANTE REFERENCIA
Angela Rodríguez, F. & Pierdant, A.
(2014). Estadística para
administración. (Pp. 150-152).
Alex García, Á. M. Á. (2005).
Introducción a la teoría de la
Probabilidad. primer curso. (Pp.
195-221).
Jhon Rodríguez, F. & Pierdant, A.
(2014). Estadística para
administración. (Pp. 279 -301).

24 Tarea2

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

24 Tarea2

Hochgeladen von

Copyright:

Verfügbare Formate

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de

Plantilla para entrega de la Unidad 2: Tarea 2 - Experimentos

Angela Mailet Garzón Rendón – 1083025085

Alex Forero Acuña - 85471039

Jhon Jairo Tellez -

Universidad Nacional Abierta y a Distancia – UNAD

Nota del autor

Probabilidad 100472_246, Universidad Nacional Abierta y a Distancia,

La correspondencia relacionada con este proyecto debe ser dirigida a

Edgar Eliecer Blanco.

Cada estudiante hizo el desarrollo de 4 ejercicios por, estudio de casi

 Lograr identificar los conceptos de los métodos de distribución

 Analizar y desarrollar los casos que se han escogido de forma

La importancia de las temáticas de la unidad 2, nos sacan de preguntas

También la importancia y el uso cotidiano de estas formas de

a. Distribución Hipergeométrica: De 60 personas seleccionadas de una

1. 6 de ellos sean tecnólogos?

.Distribución Binomial: (Distribución binomial). En una

n=20 es el tamaño de la muestra

1. P ( X ≤ 4 )=P ( X =0 ) + P ( X=1 ) + P ( X =2 )+ P ( X=3 ) + P ( X =4 )

2. P ( X <4 )=P ( X=0 ) + P ( X=1 ) + P ( X=2 )+ P ( X =3 )

3. P ( X ≥ 6 ) =1−P ( X <6 )=1−[P ( X =0 ) + P ( X=1 )+ P ( X =2 ) + P ( X=3 )+ P ( X =4 ) + P ( X=5 ) ]

4. P ( X >6 )=1−P ( X ≥ 6 )=1−[ P ( X=0 )+ P ( X =1 ) + P ( X=2 ) + P ( X =3 ) + P ( X=4 ) + P ( X =5 ) + P ( X=6 ) ]

5. P ( 2 ≤ X ≤ 8 )=P ( X=2 ) + P ( X =3 ) + P ( X=4 ) + P ( X =5 ) + P ( X=6 )+ P ( X =7 ) + P ( X =8 )

6. P ( 2 ≤ X <8 ) =P ( X=2 ) + P ( X=3 )+ P ( X=4 ) + P ( X=5 )+ P ( X=6 )+ P ( X =7 )

7. P ( 2< X ≤ 8 ) =P ( X=3 ) + P ( X =4 )+ P ( X =5 ) + P ( X=6 ) + P ( X=7 )+ P ( X =8 )

8. P ( 2< X <8 ) =P ( X =3 ) + P ( X =4 )+ P ( X =5 ) + P ( X=6 ) + P ( X=7 )

c. Distribución Poisson: En el estudio de cierto organismo

encontró que el promedio de organismos por muestra fue de

1. La siguiente muestra que se tome contenga uno o más

2. La próxima muestra tomada contenga exactamente dos

c. El parámetro de la distribución es λ=3

Solución: 1) P ( X ≥1/ λ=3 ) =1−P( X =0 /λ=3)

¿ 0.95021 es la probabilidad requerida

d. Distribución Normal: En comparación con las baterías tradicionales,

d. La variable x está distribuida según la distribución normal

así: μ=6 años es la media y 0.9=σ es la desviacion estandar entonces

como esta es una distribucion de variable continua

P ( 4< X <7 )=P ( X <7 )−P ( X < 4 )

P ( 4< X <7 )=0.8553=85,33 %

Solución al estudio de caso 2: El grupo entrega aquí, de manera

RESPONSABLE ROL SELECCIONADO

a. Distribución Hipergeométrica: Un lote de 40 artículos contiene

N=40 tamaño poblacional P ( k )= N

5. ¿Menos de 7 pero más de 4?

3 y 5 inclusive=Σ P ( 5,6 )=0,0124

c. Distribución Poisson: Un Call center de la empresa de telefonía

4. Tan grande que lo sature.

saturada=Σ P ( 0,8 ) =0,9319

6. Una o más pero menos de 8.

7. No más de 3 pero más de 1.

d. Distribución Normal: El pan de Almendra alto en proteína es el

Entonces como es más larga seria= 1−P ( Z ≤ 0,6 )=1−0,7257=0,2743

2. de entre 31,3 y 35.5 centímetros de longitud?

P ( entre 35,5 y 31,3 )=0,8770−0,4090=0,468

3. más cortas que 27.5 centímetros?

Tabla de donde se tomaron las probabilidades

Solución al estudio de caso 3: El grupo entrega aquí, de manera

Solución al estudio de caso 4: El grupo entrega aquí, de manera

RESPONSABLE ROL SELECCIONADO

a. Distribución Hipergeométrica: Cada uno de 12 refrigeradores de

Para usar la distribución de la probabilidad hipergeometrica tenemos en

x=número de éxitos de la muestra =4 es la variable